如何使用py.test进行浮动的assert almost equal
而不诉诸:
assert x - 0.00001 <= y <= x + 0.00001
更具体地说,了解一个简洁的解决方案以快速比较浮动对,而无需解压缩它们将是有用的:
assert (1.32, 2.4) == i_return_tuple_of_two_floats()
答案 0 :(得分:161)
我注意到这个问题专门询问了py.test。 py.test 3.0包含一个approx()
函数(嗯,真正的类),它对此非常有用。
import pytest
assert 2.2 == pytest.approx(2.3)
# fails, default is ± 2.3e-06
assert 2.2 == pytest.approx(2.3, 0.1)
# passes
# also works the other way, in case you were worried:
assert pytest.approx(2.3, 0.1) == 2.2
# passes
文档在这里:https://docs.pytest.org/en/latest/reference.html#pytest-approx
答案 1 :(得分:38)
您必须为您指定“几乎”的内容:
assert abs(x-y) < 0.0001
应用于元组(或任何序列):
def almost_equal(x,y,threshold=0.0001):
return abs(x-y) < threshold
assert all(map(almost_equal, zip((1.32, 2.4), i_return_tuple_of_two_floats())
答案 2 :(得分:29)
如果您有权访问NumPy,它具有很好的浮点比较功能,已经与numpy.testing
进行成对比较。
然后你可以做类似的事情:
numpy.testing.assert_allclose(i_return_tuple_of_two_floats(), (1.32, 2.4))
答案 3 :(得分:11)
像
这样的东西assert round(x-y, 5) == 0
这就是unittest所做的事情
第二部分
assert all(round(x-y, 5) == 0 for x,y in zip((1.32, 2.4), i_return_tuple_of_two_floats()))
可能更好地将其包装在函数中
def tuples_of_floats_are_almost_equal(X, Y):
return all(round(x-y, 5) == 0 for x,y in zip(X, Y))
assert tuples_of_floats_are_almost_equal((1.32, 2.4), i_return_tuple_of_two_floats())
答案 4 :(得分:8)
这些答案已存在很长时间了,但我认为最简单也是最易读的方法是使用unittest many nice assertions而不将其用于测试结构。
(基于this answer)
import unittest
assertions = unittest.TestCase('__init__')
x = 0.00000001
assertions.assertAlmostEqual(x, 0) # pass
assertions.assertEqual(x, 0) # fail
# AssertionError: 1e-08 != 0
只需使用*即可解压返回值,而无需引入新名称。
i_return_tuple_of_two_floats = lambda: (1.32, 2.4)
assertions.assertAlmostEqual(*i_return_tuple_of_two_floats()) # fail
# AssertionError: 1.32 != 2.4 within 7 places
答案 5 :(得分:2)
我使用nose.tools。它与py.test runner运行良好,并有其他同样有用的断言 - assert_dict_equal(),assert_list_equal()等。
from nose.tools import assert_almost_equals
assert_almost_equals(x, y, places=7) #default is 7
答案 6 :(得分:2)
如果您希望某些东西不仅适用于浮点数,还可以使用小数,例如可以使用python的math.isclose
:
# - rel_tol=0.01` is 1% difference tolerance.
assert math.isclose(actual_value, expected_value, rel_tol=0.01)